Enhanced identification of viral and atypical bacterial pathogens in lower respiratory tract samples with nucleic acid amplification tests
Notice bibliographique
Résumé
The advantages of nucleic acid amplification tests (NAT) over conventional methods for the detection of pathogens in lower respiratory tract samples have not been established. NAT for respiratory pathogens were performed on 439 endotracheal tube (ETT) and bronchoalveolar lavage (BAL) samples. A potential pathogen was detected in 87 samples. Of 22 samples that tested positive by conventional methods, 15 tested positive for the same pathogen by NAT, 1 tested positive for a different pathogen, 2 had co-infections identified only by NAT, and 4 tested negative by NAT. An additional 73 pathogens were detected by NAT in 65 samples including 30 pathogens that were missed by conventional methods (19 adenovirus, 6 respiratory syncytial virus, 3 parainfluenza virus 1-4, 2 influenza A), 41 pathogens not routinely identified by conventional methods in most laboratories (23 rhinovirus, 8 human coronavirus OC43, 5 human metapneumovirus (hMPV), 2 human coronavirus 229E, 2 human coronavirus NL63, 1 Chlamydophila pneumoniae) and 2 pathogens from samples where no respiratory virus testing was requested (1 influenza A, 1 parainfluenza virus). Four of 52 patients who had multiple BAL samples submitted on the same day had negative and positive results by NAT on different samples. NAT improves detection of potential pathogens from ETT and BAL samples.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».